- •Демонстрационная презентация курса
- •Лекция 1. Введение в теорию вероятностей
- •Равновозможные исходы
- •Классическое определение вероятности
- •Формулы комбинаторики
- •Выбор без возвращения
- •Выбор без возвращения
- •Статистическое определение
- •Статистическое определение
- •Лекция 2. Основания теории вероятностей
- •Событиями мы будем называть некоторые наборы элементарных исходов, то есть подмножества множества Ω.
- •Элементарные события
- •Комбинации событий
- •Сумма (объединение) событий
- •Противоположное событие
- •Вероятность в дискретном пространстве
- •Несчетное множество исходов
- •Аксиоматическое определение вероятности
- •Лекция 3.
- •Условная вероятность
- •Теорема сложения
- •Теорема умножения для двух событий
- •Теорема (формула полной вероятности)
- •Теорема (формула Байеса)
- •Лекция 4. Схемы испытаний
- •Теорема (формула Бернулли)
- •Предельные теоремы для схемы Бернулли
- •Теорема Пуассона
- •Приближенная формула Пуассона
- •Локальная приближенная формула
- •Свойства функции (x)
- •Интегральная приближенная формула
- •Свойства функции Ф(x)
- •Лекция 5.
- •Дискретные распределения
- •Ряд распределения
- •Биномиальное распределение B(n, p)
- •Пример
- •Распределение Пуассона P
- •Функция распределения
- •Лекция 6.
- •Геометрический смысл функции распределения
- •Равномерное распределение R [a, b]
- •Нормальное распределение N (a, )
- •Нормальное распределение N (a, )
- •Кривые плотностей N(a, σ) с различными а и σ
- •Плотность и функция распределения
- •Многомерные СВ
- •Лекция 7.
- •Математическое ожидание н.сл.в.
- •Математическое ожидание функции случайной величины
- •Дисперсия случайной величины
- •Числовые характеристики
- •Начальные и центральные моменты
- •Лекция 8. Линейная зависимость
- •Коэффициент корреляции
- •Свойства коэффициента корреляции
- •Смысл коэффициента корреляции
- •Уравнение линейной регрессии
- •Формулы уравнения линейной регрессии
- •Лекция 9. Условные распределения
- •Нахождение условной функции распределения
- •Условная плотность
- •Условное математическое ожидание
- •Регрессия
- •Корреляционное отношение
- •Лекция 10. Предельные теоремы
- •Сходимость по вероятности
- •Закон больших чисел (ЗБЧ)
- •Закон больших чисел
- •ЗБЧ в форме Чебышева
- •ЗБЧ в форме Бернулли
- •ЗБЧ в форме Хинчина
- •Центральная предельная теорема (ЦПТ)
- •Центральная предельная теорема для независимых одинаково распределенных сл. в.
- •Зависимость от числа слагаемых
- •Практическое значение ЦПТ
- •Лекция 11. Введение в
- •Основные понятия
- •Простая выборка
- •Эмпирическая функция распределения
- •Свойства эмпирической функции распределения
- •Группировка выборки
- •Параметры группировки
- •Графические характеристики выборки
- •Гистограмма и плотность
- •Лекция 12.
- •Числовые характеристики выборки
- •Способ получения выборочных формул
- •Замечание
- •Выборочное среднее
- •Выборочная дисперсия
- •Выборочный начальный момент порядка l
- •Выборочный центральный момент порядка l
- •Лекция 13. Распределение выборочных характеристик
- •Плотность распределения χ2 при разных k
- •Распределение Стьюдента
- •Плотность распределения Стьюдента
- •Распределение Фишера
- •Теорема Фишера
- •Теорема
- •Лекция 14. Точечное оценивание параметров
- •Точечные оценки
- •Несмещенность
- •Несмещенные оценки в N(a,σ)
- •Состоятельность
- •Оптимальность
- •Нижняя граница дисперсий
- •Эффективность
- •Оценка максимального правдоподобия
- •Метод максимального правдоподобия
- •Метод моментов
- •Лекция 15. Интервальное оценивание параметров
- •Уровень значимости α
- •Схема построения доверительного интервала
- •Доверительный интервал для параметра a распределения N(a, σ)
- •Квантили нормального распределения
- •Доверительный интервал для параметра a (при неизвестном σ) :
- •Доверительный интервал для параметра σ распределения N(a, σ)
- •Асимптотический доверительный интервал
- •Лекция 16. Проверка статистических гипотез
- •Проверка гипотезы
- •Критическая область
- •Если значение статистики попадает критическую область, то H0 отвергается.
- •Ошибка первого рода
- •Ошибка второго рода
- •Мощность критерия
- •Лекция 17. Проверка гипотез о параметрах
- •Общая схема проверки
- •Проверка гипотез о параметрах нормального распределения
- •Гипотеза о дисперсиях.
- •Лекция 18. Проверка гипотез о виде распределения.
- •Применение критерия Колмогорова
- •Правило проверки
- •Критерий согласия Пирсона χ2
- •Статистика критерия Пирсона
- •Правило проверки
Демонстрационная презентация курса
Теория вероятностей и математическая статистика
Для студентов Института экономики СФУ 2011
Т.В. Крупкина
Лекция 1. Введение в теорию вероятностей
Предметом теории вероятностей является математический анализ случайных явлений, то есть разработка и применение математического аппарата для изучения явлений, имеющих случайную природу.
Главным обстоятельством, которое определяет границы применимости теории вероятностей, является наличие у изучаемых явлений свойства
«статистической устойчивости».
СФУ Т.В. Крупкина |
2 |
Равновозможные исходы
Рассмотрим некоторый опыт с конечным числом n всевозможных взаимоисключающих друг друга исходов, которые являются равновозможными. Пусть А – некоторое событие, связанное с этим исходом.
Вероятность p(A) можно определить, как долю тех исходов, в результате которых это событие осуществляется.
СФУ Т.В. Крупкина |
3 |
Классическое определение вероятности
Пусть n – число всех исходов, n(A) – число благоприятных исходов, в результате которых осуществляется событие A.
P A n A n
СФУ Т.В. Крупкина |
4 |
Формулы комбинаторики
Число перестановок
Число перестановок из n элементов равно
Pn n!
СФУ Т.В. Крупкина |
5 |
Выбор без возвращения
Число размещений
С помощью этой формулы можно подсчитать, сколько существует различных способов выбрать и разместить по различным местам k из n различных элементов.
Формула числа размещений имеет вид:
Ak |
n! |
|
|
|
|
|
|
|
n |
(n k )! |
|
|
СФУ Т.В. Крупкина |
6 |
Выбор без возвращения
Число сочетаний
С помощью этой формулы можно подсчитать, сколько существует различных способов выбора из n элементов k, не учитывая порядок элементов в выбранной последовательности. Формула числа сочетаний имеет вид:
Cnk |
n! |
||
|
|
||
(n k)!k! |
|||
|
|||
|
|
|
СФУ Т.В. Крупкина |
7 |
Статистическое определение
вероятности
Пусть рассматриваемый опыт можно повторять многократно, и пусть N – число всех повторений опыта, а N(А) – число тех из них, в которых осуществлялось событие А. Отношение N(А)/N называется частотой
события А в данной серии испытаний.
СФУ Т.В. Крупкина |
8 |
Статистическое определение
вероятности
Практика показывает, что для многих событий частота при больших п мало меняется, колеблясь около некоторого постоянного значения P*, которое можно
назвать статистической вероятностью события А,
P A N A
N
СФУ Т.В. Крупкина |
9 |
Лекция 2. Основания теории вероятностей
Пространством элементарных исходов Ω
называется множество, содержащее все возможные результаты данного случайного эксперимента, из которых в эксперименте происходит ровно один. Элементы этого множества называют элементарными исходами и обозначают буквой ω.
1, 2 ,K , n
СФУ Т.В. Крупкина |
10 |